复现不是复述:把可复现性读成一条‘证据误差棒’
【锚点】本轮只教一个判断:【可复现性不是“成功/失败”的二值标签,而是对“证据在抽样与执行噪声下仍成立”的概率估计;把复现写成 0/1,会把估计精度误认为现象本身。】
【显式】Open Science Collaboration 的 100 项心理学研究重测中,原始研究几乎都显著,独立复现的显著比例约 39.5%,效应量平均只剩原始的一半左右。数字本身不新,但它暴露了一个机制:显著性阈值把连续效应压成“通过/不通过”。
【流程节点链路】原始效应 → 抽样误差/样本量/执行偏差 → 独立重测 → 效应量区间 → 更新信念。一个节点都不能省略:没有“独立重测”的复现只是重复;没有“效应量区间”的复现只是再次显著性检验。
【隐式】很多人把“复现失败”理解为“原研究错了”。更准确的读法是:原研究的点估计离零太近,或样本量太小,使它无法承受独立重测的噪声。复现不是审判论文,而是给原效应补上第二条误差棒。
【细微】比较两处细节:原始论文报告“p<.05”与复现报告“p=.12”时,前者常被读成事实,后者常被读成失败;但两者真正可比的是效应量与置信区间是否重叠、方向是否一致、样本量是否足以区分小效应。
【极难发现】最反直觉的盲点:开放科学越透明,越会把“可复现性”从道德问题变成统计问题。数据、代码、预注册并不自动增加真理,它们只是让“证据还剩多少”可以被审计;若引用与传播仍奖励“显著且干净”的故事,透明只会让噪声更快流通。
【结论】因此,看到一篇论文时,别先问“能不能复现”,先问:【它给出的效应量、CI、样本量,能否让独立重测把原结论压到可拒绝的边界?】
【辩论问题】如果一篇高影响论文只能靠“显著”存活,而所有复现都落在“不显著但方向一致”的灰色区,我们该把它判为被推翻,还是判为被降权?







0 评论